Curriculum (*더 추가할 예정)

모두의 연구소 풀잎스쿨을 통해 Tesla 자율주행 기술을 공부하고 있다. 시작한 지 3주차지만 따라가지 못해 지금 벅차다..! 그래도 차근히 정리해보려고 한다. 부족한 부분이 많지만 계속해서 보완해가면서 정리할 생각이다.

2021 Tesla AI Day
1편
2편
3편

-> 위의 한글자막 풀버전 3편을 통해 어떻게 풀잎이 진행되는 지 알 수 있다.

1.자율주행 비전편

1) Objection Detection Structure

• backbone:RegNet+ResNet
• neck:BiFPN
• head:HydraNet

정리
- 8대의 카메라로 1280*960 해상도의 input을 받는다
- NN 처리
	-> ResNet : feature extrator를 구체화한다.
	-> RegNet : 매우 좋은 디자인 공간을 만들어주고, output으로 서로 다른 해상도와 스케일의 여러 feature를 제공'
    -> BiFEN : feature pyramid 네트워크로 프로세싱한다.
    -> YOLO : 사물인식 과정
    -> HydraNets : 차량, 신호등, 차선 등 여러가지를 예측할 때 사용(Multi-Task Learning)

2) Vector space

정리 
- 차량에서의 물체인식 결과로는 실제 자율주행을 할 수 없기 때문에 이를 Real world coordinate로 바꿔준다
- Transformer : 이미지 공간을 벡터 공간으로 만들어준다.